Inteligência Artificial - Programa de Pós

Inteligência Artificial
UESC
Introdução (aula 2)
Prof. Dr. Rogério Vargas
http://rogerio.in
1
Um pouquinho de história
2
Os primórdios
• O trabalho começou mais ou menos em 1943
• As primeiras redes neurais foram identificadas nos anos
40
– Usava-se um modelo de neurônio artificial binário
baseado em um conjunto de estímulos e ações.
• Em 1950, Shannon e Turing estavam tentando programas
jogos de xadrez.
• Em 1951 foi feita a primeira rede neural ativa, chamada
SNARC, composta de 40 neurônios construídos com 3000
válvulas.
3
Os primórdios
• GPS (1950s) foi criado para imitar a forma de resolver problemas
usada pelos seres humanos
• Usando objetivos intermediários, ele abordava os problemas de
forma similar às pessoas.
• Foi a primeira tentativa de imitar o jeito humano de pensar.
• Em 1959 foi construído um provador de teoremas de geometria
que usava axiomas explicitamente representados.
• Em 1952 criou-se o primeiro jogador de xadrez artificial que podia
aprender.
• Em 1958 o LISP foi desenvolvido no MIT
• Benefício colateral: sistemas operacionais com time-sharing
4
Redes Neurais
• Começaram a evoluir nos anos 60.
• O trabalho de Winograd and Cowan (1963) demonstrou
que um grande número de elementos poderia representar
coletivamente conceitos individuais com aumento
correspondente em robustez e paralelismo
Sempre houve uma prova disto: o cérebro!
5
Redes Neurais
• Frank Rosenblatt cria o perceptron em 1962
– Ele provou o seu famoso teorema da convergência
– Provou que seu algoritmo de aprendizado poderia
ajudar os pesos de conexão de perceptrons para
aprender qualquer dado de entrada desde que isto
fosse possível.
6
Problema: Minski e
Papert provaram que
problemas
que
não
fossem
linearmente
separáveis não eram
passíveis
de
aprendizado.
O que é linearmente separável?
É aquele conjunto de dados que pode ser separado por um
plano (ou hiperplano)
Linearmente Separável
7
Não Linearmente Separável
(problema do XOR)
O que aconteceu com as redes
neurais?
• Redes Neurais ficaram esquecidas por um
longo período, até o desenvolvimento de
redes mais poderosas, capazes de resolver
este problema.
• Só na década de 80 elas reviveram e hoje são
um dos paradigmas mais fortes da
computação inteligente.
• Um dos pontos interessantes das redes
neurais é a analogia neurobiológica
– Engenheiros usam o cérebro para criar redes
– Neurologistas podem usar a rede para entender o
cérebro
8
Problemas da IA
• Nos anos 60 e 70 começaram a surgir problemas:
– Muitos sucessos só se aplicavam a domínios
extremamente limitados.
– Não podiam ser aplcados a problemas maiores.
• Os programas iniciais tinham muito pouco conhecimento
sobre os assuntos sobre os quais os problemas versavam.
• Alguns programas foram criados que usavam somente
manipulações sintáticas, como o ELIZA
9
ELIZA
• Implementação de um tipo de terapia
• Entende somente problemas básicos do ser
humano
–
–
–
–
sofrimento
dor
morte
fome
• Usa a transformação pronominal
• Muitos pacientes foram enganados
• Endereço : http://www-ai.ijs.si/eliza/eliza.html
10
Problemas linguísticos
• Entender o significado por trás de
expressões é muito complexo
• Usar apenas substituição de palavras pode
gerar resultado hilariantes.
11
Problemas
• Outro problema era a escalabilidade (o número de
combinações que formavam o micromundo era grande
demais)
• Outro problema eram as limitações das estruturas usadas
para gerar o comportamento inteligente
12
Sistemas Baseados em Conhecimento
• Também conhecidos como knowledge based systems (KBS)
ou sistemas especialistas.
• Os métodos anteriores eram ruins por falta de
conhecimento.
• Os sistemas especialistas aprendem com um expert como
resolver um problema.
• Criado em 1969, o DENDRAL (1969) era um sistema de
identificação da estrutura molecular baseado em
informações obtidas com um espectômetro de massa.
13
Sistemas Especialistas
• MYCIN – diagnosticava infecções sangüíneas (450 regras)
• Tão bom quanto experts.
• Melhor que recém formados
• Usava também probabilidade.
• PROSPECTOR - usado para perfuração exploratória na lua.
• LUNAR - permitia aos geologistas fazer perguntas sobre
pedras lunares em inglês (primeiro processador de linguagem
natural de verdade)
• R1 e XCON permitiam grandes economias em suas áreas de
expertise
14
Avanços recentes
•
•
15
Principais áreas de progresso
– Robótica
– Visão computacional
– Aprendizado de máquina
– Representação do conhecimento
Avanços impressionantes
– HITECH : bateu o campeão mundial em 1989
– PEGASUS : processador de linguagem natural que permite que se
comprem passagens de avião
– Programas de dignóstico de patologias
– Programas para dirigir carros
– Sistemas de diagnóstico de falhas em sistemas de distribuição de energia
– E muito mais!!!
Filmes recomendados para o fim de
semana
• “O homem bicentenário” Disponível em
http://www.youtube.com/watch?v=SD4xM0lIKeE
• A. I. veja mais em http://pt.wikipedia.org/wiki/A.I.__Inteligência_Artificial
16
Atividade
• Entregar no fim da aula.
– Basicamente em que consiste o teste de Turing?
– Quais as capacidades exigidas nos testes?
Referências
• Notas de aula/slides disponíveis em:
– www.algoritmosgeneticos.com.br/Intro_IA.ppt
– http://fei.edu.br/~psantos/slidesIA/CAP1_intro.pp
t
18